买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利基于惯性信息患者上肢恢复评估系统的评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115770037B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211655915.7，技术领域涉及：A61B5/11；该发明授权基于惯性信息患者上肢恢复评估系统的评估方法是由张军;李治;梅坤;杨雨薇;刘畅;林尤华设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本基于惯性信息患者上肢恢复评估系统的评估方法在说明书摘要公布了：本发明提出了一种基于惯性信息患者上肢恢复评估系统的评估方法。包括多个柔性穿戴式节点、数据汇聚节点和数据处理终端，所述柔性穿戴式节点由柔性电路板，安装在其上的惯性传感器模块、处理器模块、无线收发模块、电源模块、机壳组成，所述数据汇聚节点由无线收发模块和串口传输模块组成，所述多个柔性穿戴式节点将传感器数据发送至数据汇聚节点，数据汇聚节点将传感器数据发送给数据处理终端，数据处理终端处理传感器数据，所述方法基于支持向量机识别上肢运动，并检测是否有抽搐、抖动等症状，实现对患者上肢运动状态和连续性的识别与评估。本发明可检测患者上肢康复运动情况，指导康复训练策略调整，提高康复效果。

本发明授权基于惯性信息患者上肢恢复评估系统的评估方法在权利要求书中公布了：1.基于惯性信息患者上肢恢复评估系统的评估方法，所述评估系统配套设备包括至少3个穿戴式节点分别佩戴于患者的两手小臂与大臂，所述穿戴式节点包括保护层且整体结构为腕带，所述评估系统的硬件设置在两层保护层之间，其特征在于：所述评估系统包括惯性传感器模块，处理器模块，无线收发模块以及电源模块，所述惯性传感器模块，处理器模块，无线收发模块以及电源模块集成在评估系统的硬件内且通过柔性电路板进行连接；所述电源模块，供电整个系统工作；所述惯性传感器模块包括三轴加速度计，三轴陀螺仪与三轴磁强计，采集患者手臂运动信息；所述处理器模块通过连接惯性传感器模块完成数据采集工作，处理器模块接收来自所述惯性传感器的数据并通过串口发送至无线收发模块；所述无线收发模块，是柔性穿戴式节点与数据汇聚节点之间的联系纽带，将数据信息发送给数据汇聚节点，所述数据汇聚节点由无线通信模块和串口传输模块组成，数据汇聚节点的无线通信模块会接收柔性穿戴式节点的数据；串口传输模块将会分别与无线通信模块、数据处理终端相连；与无线通信模块保持通信，并将无线通信模块的数据传输至数据处理终端上；所述数据处理终端接收来自数据汇聚节点的数据包{addr,a1,a2,a3,…,an}，并对数据进行拆包、解析、预处理得到可以利用的数据包括欧拉角与三轴加速度{roll,yaw,pitch,ax,ay,az}，具体步骤如下：1采集用户惯性信息包括：翻滚角roll，俯仰角pitch，航向角yaw，x轴加速度输出ax，y轴加速度输出ay，z轴加速度输出az；2预处理三轴加速度输出，滤除重力分量、消去微小数据抖动；3采集姿态角数据{roll,pitch,yaw}与三轴加速度数据{ax,ay,az}训练人体上肢运动识别模型与抽搐、抖动识别模型，具体步骤为：3.1正常人佩戴穿戴式节点，采集在特定动作下旋转360°的姿态角{roll,pitch,yaw}，避免进行坐标系转换，构建运动信息数据集，将非线性{rolli,pitchi,yawi}，其中i＝1,2,…,n映射至高维空间，利用高斯核函数Kxi,xj＝e^[-||xi-xj||22σ2]求其高维空间内积，从而训练人体上肢运动识别模型；3.2分别由正常人与患者佩戴穿戴式节点，采集其在匀速、平稳的上肢运动下的加速度的数据{a2xi,a2yi,a2zi}，i＝1,2,…,n，建立加速度数据集A，构建长度为L的滑动窗口，在数据集A中进行滑动，对于窗口内的数据利用FFT变换，获取序列的离散频谱并提取其最大分量频率{fxmax,fymax,fzmax}，则当滑动窗口滑动至数据集末尾时，获取到最大分量频率{fjxmax,fjymax,fjzmax}，j＝1,2,…,n-L，建立最大分量频率数据集F，将非线性{fjxmax,fjymax,fjzmax}映射至高维空间，利用高斯核函数Kxi,xj＝e^[-||xi-xj||22σ2]求其高维空间内积，从而训练支抽搐、抖动识别模型；4根据人体上肢运动识别通过姿态角数据{roll,yaw,pitch}判断患者所上肢动作；5根据抽搐、抖动识别模型通过加速度数据{ax,ay,az}判断用户再康复训练过程之中是否有抖动、抽搐，具体步骤为：5.1实时获取患者三轴加速度信息{a2x,a2y,a2z}，对长度为L的滑动窗口内的数据进行FFT变换得到{fxmax,fymax,fzmax}，调用抽搐、抖动识别模型进行判别是否有抽搐、抖动，记录下当模型判别有抽搐、抖动时滑动窗口第一个元素所在位置作为滑动窗口的序号，记作Lk，k＝1,2,…,t；6评估上肢运动连续性等级，具体步骤如下：6.1预设抖动幅度阈值{α0,α1,α2,α3}，其中α0α1α2α3；6.2根据Lk在患者出现抽搐、抖动时，计算患者上肢抽搐、抖动幅度，基于采样频率fs求得其采样时间间隔为Δt，利用积分求取其在三轴上的抖动幅度并进行合成记为dk，在离散空间中将对加速度的积分进行离散化近似有： 求解在患者在整个康复训练过程中的最大抖动幅度dmax＝maxdk，k＝1,2,…,t；6.3根据抖动幅度阈值{α0,α1,α2,α3}与dmax相比确定为优、良、中、差四个等级：优：dmaxα0良：α0＝dmaxα1中：α1＝dmaxα2差：dmax＝α2最后将患者上肢运动准确性、是否有抖动、抽搐以及其上肢运动连续性的等级信息显示在数据处理终端。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。